多判别器协同框架:高品质图像的谱归一生成对抗网络

• 作 者: 张哲新 原俊青 郭欢磊 何熊熊 吴安鹏 丁佳骏
• 机 构: 浙江工业大学 理学院,杭州310014;浙江工业大学 信息学院,杭州310014;杭州电子科技大学 计算机学院,杭州310018
• 出 处: 小型微型计算机系统
• 发表日期: 2021年01期
• 关键词: 生成对抗网络 深度学习 卷积神经网络 图像生成

通过生成对抗网络的对抗学习生成仿真图像,已成为人工智能领域的一个研究热点.为了进一步提高生成图像的质量,本文提出了多判别器协同合作的网络框架——采用多个判别器为唯一生成器提供联合损失量,并通过不同的学习率保持各个判别器的差异性.同时,为了满足判别器的Lipschitz连续条件,本文所有的判别器网络一律进行谱归一化操作.实验表明,本文提出的基于多判别器合作框架的生成对抗网络表现较优.